論文の概要: Privileged Anatomical and Protocol Discrimination in Trackerless 3D Ultrasound Reconstruction

• arxiv url: http://arxiv.org/abs/2308.10293v1
• Date: Sun, 20 Aug 2023 15:30:20 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-22 16:16:51.833538
• Title: Privileged Anatomical and Protocol Discrimination in Trackerless 3D Ultrasound Reconstruction
• Title（参考訳）: トラッカレス3次元超音波再建術における特権解剖学的およびプロトコル識別
• Authors: Qi Li, Ziyi Shen, Qian Li, Dean C. Barratt, Thomas Dowrick, Matthew J. Clarkson, Tom Vercauteren and Yipeng Hu
• Abstract要約: 追加の外部追跡装置を使わずに3次元3次元自由手超音波(US)再構成は、ディープニューラルネットワーク(DNN)で最近進歩している。 筆者らはまず,DNNをベースとした再構成を可能にする学習フレーム間相関の要因として,解剖学とプロトコルの2つについて検討した。 そこで本稿では,既存のDNN手法を改良するための特権情報として,これらの2つの要因を表現できることを提案する。
• 参考スコア（独自算出の注目度）: 18.351571641356195
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Three-dimensional (3D) freehand ultrasound (US) reconstruction without using any additional external tracking device has seen recent advances with deep neural networks (DNNs). In this paper, we first investigated two identified contributing factors of the learned inter-frame correlation that enable the DNN-based reconstruction: anatomy and protocol. We propose to incorporate the ability to represent these two factors - readily available during training - as the privileged information to improve existing DNN-based methods. This is implemented in a new multi-task method, where the anatomical and protocol discrimination are used as auxiliary tasks. We further develop a differentiable network architecture to optimise the branching location of these auxiliary tasks, which controls the ratio between shared and task-specific network parameters, for maximising the benefits from the two auxiliary tasks. Experimental results, on a dataset with 38 forearms of 19 volunteers acquired with 6 different scanning protocols, show that 1) both anatomical and protocol variances are enabling factors for DNN-based US reconstruction; 2) learning how to discriminate different subjects (anatomical variance) and predefined types of scanning paths (protocol variance) both significantly improve frame prediction accuracy, volume reconstruction overlap, accumulated tracking error and final drift, using the proposed algorithm.
• Abstract（参考訳）: 追加の外部追跡装置を使わずに3次元自由手超音波(US)再構成を行ったところ、ディープニューラルネットワーク(DNN)が近年進歩している。 本稿では,dnnベースの再構築を可能にする枠組み間相関の2つの要因,解剖学とプロトコルについて検討した。 本稿では、既存のDNNベースの手法を改善する特権情報として、これらの2つの要因(訓練中に容易に利用できる)を表現できることを提案する。 これは新しいマルチタスク方式で実装され、解剖学とプロトコルの区別が補助的なタスクとして使用される。 さらに,この2つの補助タスクの利点を最大化するために,共有とタスク固有のネットワークパラメータの比率を制御する補助タスクの分岐位置を最適化する,微分可能なネットワークアーキテクチャを開発する。 19名のボランティアの前腕38名によるデータセットにおける6種類のスキャンプロトコルを用いた実験結果 1) 解剖学的・プロトコル的差異は,DNNに基づく米国の再建に有効である。 2)異なる対象(解剖学的ばらつき)と予め定義された走査経路(プロトコールばらつき)を判別する方法を学習し,提案アルゴリズムを用いてフレーム予測精度,ボリューム再構成重ね合わせ,累積追跡誤差,最終ドリフトを有意に改善した。

関連論文リスト

• Intraoperative Registration by Cross-Modal Inverse Neural Rendering [61.687068931599846]
  クロスモーダル逆ニューラルレンダリングによる神経外科手術における術中3D/2Dレジストレーションのための新しいアプローチを提案する。 本手法では,暗黙の神経表現を2つの構成要素に分離し,術前および術中における解剖学的構造について検討した。 臨床症例の振り返りデータを用いて本法の有効性を検証し,現在の登録基準を満たした状態での最先端の検査成績を示した。
  論文  参考訳（メタデータ） (2024-09-18T13:40:59Z)
• SDR-Former: A Siamese Dual-Resolution Transformer for Liver Lesion Classification Using 3D Multi-Phase Imaging [59.78761085714715]
  本研究は肝病変分類のための新しいSDR-Formerフレームワークを提案する。 提案フレームワークは2つの臨床データセットに関する総合的な実験を通じて検証された。 科学コミュニティを支援するため,肝病変解析のための多段階MRデータセットを公開しています。
  論文  参考訳（メタデータ） (2024-02-27T06:32:56Z)
• Predicting Infant Brain Connectivity with Federated Multi-Trajectory GNNs using Scarce Data [54.55126643084341]
  既存のディープラーニングソリューションには,3つの大きな制限がある。 我々はフェデレートグラフベースの多軌道進化ネットワークであるFedGmTE-Net++を紹介する。 フェデレーションの力を利用して、限られたデータセットを持つ多種多様な病院の地域学習を集約する。
  論文  参考訳（メタデータ） (2024-01-01T10:20:01Z)
• Long-term Dependency for 3D Reconstruction of Freehand Ultrasound Without External Tracker [17.593802922448017]
  外部トラッカーを使わずに3Dでフリーハンド超音波を再構成することは,長年にわたり超音波治療の課題となっている。 我々は、長期依存をパラメータ化するための新しい方法を定義し、性能を評価することを目的とする。
  論文  参考訳（メタデータ） (2023-10-16T10:18:49Z)
• Source-Free Collaborative Domain Adaptation via Multi-Perspective Feature Enrichment for Functional MRI Analysis [55.03872260158717]
  安静時MRI機能(rs-fMRI)は、神経疾患の分析を助けるために多地点で研究されている。 ソース領域とターゲット領域の間のfMRIの不均一性を低減するための多くの手法が提案されている。 しかし、マルチサイト研究における懸念やデータストレージの負担のため、ソースデータの取得は困難である。 我々は、fMRI解析のためのソースフリー協調ドメイン適応フレームワークを設計し、事前訓練されたソースモデルとラベルなしターゲットデータのみにアクセスできるようにする。
  論文  参考訳（メタデータ） (2023-08-24T01:30:18Z)
• Self-supervised learning via inter-modal reconstruction and feature projection networks for label-efficient 3D-to-2D segmentation [4.5206601127476445]
  ラベル効率のよい3D-to-2Dセグメンテーションのための新しい畳み込みニューラルネットワーク(CNN)と自己教師付き学習(SSL)手法を提案する。 異なるデータセットの結果から、提案されたCNNは、ラベル付きデータに制限のあるシナリオにおいて、Diceスコアの最大8%まで、アートの状態を著しく改善することが示された。
  論文  参考訳（メタデータ） (2023-07-06T14:16:25Z)
• Deep reproductive feature generation framework for the diagnosis of COVID-19 and viral pneumonia using chest X-ray images [0.0]
  最先端の8つの深層畳み込みニューラルネットワーク(CNN)とオートエンコーダを用いた2段階特徴抽出フレームワークを提案する。 X線スキャンは4つの同じ大きさのセクションに分けられ、深層学習CNNによって分析される。 隠れた3つの層を持つオートエンコーダは、CNNの出力から生殖機能を抽出するために訓練される。
  論文  参考訳（メタデータ） (2023-04-20T23:52:21Z)
• Towards better Interpretable and Generalizable AD detection using Collective Artificial Intelligence [0.0]
  アルツハイマー病の診断と予後を自動化するための深層学習法が提案されている。 これらの手法は、しばしば解釈可能性と一般化の欠如に悩まされる。 我々はこれらの制限を克服するために設計された新しいディープ・フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-06-07T13:02:53Z)
• Few-shot image segmentation for cross-institution male pelvic organs using registration-assisted prototypical learning [13.567073992605797]
  本研究は,医用画像のための最初の3D画像間セグメンテーションネットワークを提案する。 興味のある8つの領域を持つ前立腺がん患者のラベル付き多施設データセットを使用する。 内蔵登録機構は、被験者間の一貫性のある解剖学の事前知識を効果的に活用することができる。
  論文  参考訳（メタデータ） (2022-01-17T11:44:10Z)
• TSGCNet: Discriminative Geometric Feature Learning with Two-Stream GraphConvolutional Network for 3D Dental Model Segmentation [141.2690520327948]
  2流グラフ畳み込みネットワーク(TSGCNet)を提案し、異なる幾何学的特性から多視点情報を学ぶ。 3次元口腔内スキャナーで得られた歯科モデルのリアルタイムデータセットを用いてTSGCNetの評価を行った。
  論文  参考訳（メタデータ） (2020-12-26T08:02:56Z)
• An Uncertainty-Driven GCN Refinement Strategy for Organ Segmentation [53.425900196763756]
  本研究では,不確実性解析とグラフ畳み込みネットワークに基づくセグメンテーション改善手法を提案する。 半教師付きグラフ学習問題を定式化するために、特定の入力ボリュームにおける畳み込みネットワークの不確実性レベルを用いる。 本手法は膵臓で1%,脾臓で2%向上し,最先端のCRF改善法よりも優れていた。
  論文  参考訳（メタデータ） (2020-12-06T18:55:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。